小米顶尖应届-具身大模型算法研究员-XiaomiRobotics
任职要求
1、硕士及以上学历，计算机、人工智能、机器人、自动化、数学等相关专业，具备扎实的机器学习、深度学习和概率建模基础。 2、熟悉具身智能、多模态大模型、视频生成或动作生成等方向，理解主流方法原理与适用场景，如Transformer、Diffusion、VAE、VQ、MoE等。 3、具备较强的算法研发能力，熟练使用PyTorch等深度学习框架，有从模型设计、训练调优到实验分析的完整研发经验。 …
工作职责
1、围绕视觉-语言-动作 (VLA) 模型与具身世界模型方向，研发面向机器人感知、理解、预测、决策与动作生成的一体化算法，推动多模态端到端模型在复杂场景中的能力上限。 2、具身大模型全生命周期研发，包括模型架构设计、预训练、后训练、评测与部署，持续优化模型在真实任务中的成功率、鲁棒性与泛化能力。 3、主导或参与视觉/动作编码器、多模态表征学习、离散/连续tokenizer等核心模块研发，提升模型对视觉、动作、时空信息的压缩、建模与生成能力。 4、与数据、Infra等团队，推动数据-训练-测评的协同迭代。 5、跟踪具身智能、多模态大模型、生成式建模等前沿方向，复现并创新相关方法，推动高水平论文、开源项目及专利产出。
1.参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2.设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3.与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4.紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。 【课题名称】 机器人具身智能算法研究 【课题内容】 追踪当下前沿机器人具身智能算法，复现并创新。
1. 参与研究与开发融合视觉与语言理解的端到端机器人新范式； 2. 负责视觉语言大模型（VLA）相关算法的设计、实现与优化，提升模型的环境感知、决策规划能力； 3. 探索如何利用VLA增强机器人的泛化能力及人机交互的自然性； 4. 参与相关数据集的构建、处理以及模型在真实场景中的部署与测试； 5. 跟踪VLA及相关领域（多模态学习、大模型等）的前沿技术动态； 6. 发表高水平论文至国际顶会顶刊，参加相关领域的国内外顶级学术会议。 【课题名称】 具身基座VLA大模型预研 【课题内容】 探索如何利用VLA与Foundation Model技术提升机器人的环境理解、任务规划与泛化执行能力，构建面向未来的通用智能体。
1. 参与研究与开发融合视觉与语言理解的端到端机器人新范式； 2. 负责视觉语言大模型（VLA）相关算法的设计、实现与优化，提升模型的环境感知、决策规划能力； 3. 探索如何利用VLA增强机器人的泛化能力及人机交互的自然性； 4. 参与相关数据集的构建、处理以及模型在真实场景中的部署与测试。 5.跟踪VLA及相关领域（多模态学习、大模型等）的前沿技术动态。 6. 发表高水平论文至国际顶会顶刊，参加相关领域的国内外顶级学术会议。 【课题名称】 具身基座VLA大模型预研 【课题内容】 探索如何利用VLA与Foundation Model技术提升机器人的环境理解、任务规划与泛化执行能力，构建面向未来的通用智能体。
1. 负责3C智能制造领域的前沿算法研究； 2. 设计并实现创新的AI解决方案； 3. 与产品团队紧密合作，将研究成果转化为实际应用； 4. 撰写技术专利和学术论文； 5. 参与行业技术交流，跟踪最新技术发展。 【课题名称】 3C智能制造工业算法研究 【课题内容】 1. 机器学习与深度学习：重点研究工艺参数调优、设备预测性维护、生产质量预测与控制以及智能调度优化等关键技术，通过深度学习技术提升制造过程的智能化水平和效率； 2. 大模型应用：探索工业知识库构建、多模态工业数据理解、工业决策支持系统等前沿领域，利用大模型技术赋能工业智能化升级； 3. 具身智能：研究工业装备智能控制、自适应制造系统、人机协作系统等方向，推动智能装备向更高水平的自主化和智能化发展。